OpenAI
·
在API中推出新一代音频模型
💡
原文英文，约1100词，阅读约需4分钟。
📝
内容提要
2025年3月20日，推出新一代音频模型，提升语音代理的智能和交互能力。新模型具备更精准的语音转文本和文本转语音功能，适用于客户服务和创意叙事等场景，开发者可定制语音风格，增强用户体验，且在多语言环境中表现优异。
🎯
关键要点
- 2025年3月20日推出新一代音频模型，提升语音代理的智能和交互能力。
- 新模型具备更精准的语音转文本和文本转语音功能，适用于客户服务和创意叙事等场景。
- 开发者可以定制语音风格，增强用户体验，特别是在多语言环境中表现优异。
- 新语音转文本模型在准确性和可靠性方面超越现有解决方案，尤其在口音、嘈杂环境和不同语速的挑战场景中表现出色。
- 文本转语音模型允许开发者指示模型以特定方式发声，提供更高的定制化体验。
- 新模型基于GPT-4o架构，经过专业音频数据集的预训练，优化了模型性能。
- 新音频模型现已向所有开发者开放，简化了构建语音代理的过程。
❓
延伸问答
新一代音频模型的主要功能是什么？
新一代音频模型具备更精准的语音转文本和文本转语音功能，提升语音代理的智能和交互能力。
开发者如何定制语音风格？
开发者可以通过文本转语音模型指示模型以特定方式发声，从而实现语音风格的定制。
新模型在多语言环境中的表现如何？
新模型在多语言环境中表现优异，能够处理多种语言的语音转文本和文本转语音任务。
新音频模型的推出时间是什么时候？
新音频模型于2025年3月20日推出。
新语音转文本模型的准确性如何？
新语音转文本模型在准确性和可靠性方面超越现有解决方案，尤其在口音和嘈杂环境中表现出色。
新模型的技术基础是什么？
新模型基于GPT-4o架构，经过专业音频数据集的预训练，优化了模型性能。
➡️
